デザイン行列
ドキソルビシンの実験は 2×2 の要因計画なので、グループ平均のパラメータ化で使うために結合した変数を作成する必要があります。
この演習はコースの一部です
R での limma を用いた Differential Expression 解析
演習の手順
ドキソルビシンのデータを含む ExpressionSet オブジェクト eset は、ワークスペースに読み込まれています。
genotype（WT と Top2b null）とtreatment（PBS と Dox）を結合して、単一の因子変数を作成します。model.matrixを使って、切片なしのデザイン行列を作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create single variable
group <- with(___(eset), paste(___, ___, sep = "."))
group <- factor(group)
# Create design matrix with no intercept
design <- model.matrix(~___ + ___)
colnames(design) <- levels(group)
# Count the number of samples modeled by each coefficient
colSums(design)